用Keras标记序列忽略前K个预测

Question

我正在尝试为一些长序列创建序列标签

由于问题的性质，由于缺乏历史数据，我不希望网络在序列开始时表现得很好

如何训练网络忽略第一个k预测

我的网络结构如下：

model = Sequential()
model.add(LSTM(10,return_sequences = True, input_shape = (None, 5)))
model.add(LSTM(10,return_sequences = True))
model.add(LSTM(10,return_sequences = True))
model.add(TimeDistributed(Dense(1,activation='sigmoid')))

model.compile(optimizer = adam,loss = 'binary_crossentropy',metrics = ['acc'])

我通过这样做来训练它：model.fit(X,y)其中X.shape是(m,n,5)，y.shape是(m,n,1)，其中m是序列数，n是序列长度